Аннотация: В статье рассматривается процесс создания набора данных для обучения нейросети, предсказывающей вторжения на основе метода Байеса. Подробно описываются этапы сбора, предобработки и аннотации данных, а также интеграция байесовского подхода в модель машинного обучения. Особое внимание уделяется важности качественных данных и их влиянию на точность прогнозирования аномалий. Представленные методы позволяют повысить эффективность систем обнаружения кибератак.
Ключевые слова: метод Байеса, нейросети, набор данных, обнаружение вторжений, кибербезопасность, предобработка данных, машинное обучение, сетевой трафик, аномалии, прогнозирование атак
Статья в сборнике научных трудов по материалам конференции (форума) «Современные тенденции в науке, искусстве и технологии: междисциплинарные перспективы»